染色体とDNA（２）

染色体とDNA（１）からの続き

図：機械工学から細胞生物学への進化（ChatGPTによる）

自分は，ゲノムという言葉もわかっていたようで，わかっていなかったのでGeminiに確認してみた。いろいろと自分の誤った理解を正していくことができる。

Ｑ（koshix）：

染色体はDNAの構造物から構成されます。そのうちの遺伝子以外の情報を含む部分も含めてゲノムと呼んでいるらしいのですが，染色体を構成するDNAのうちで，情報を担わない部分は存在しますか。それはゲノムの範囲には入らないという理解で良いですか。

Ａ（Gemini）：

結論から申し上げますと、ご質問の後半部分の前提には明確な誤解があります。

DNAの中に「情報を担わない部分（何の意味も持たない空白部分）」は存在しますが、それらの部分もすべて「ゲノム」の範囲に含まれます。

「ゲノム」とは、ある生物が持つ「すべての遺伝情報（DNA配列の全全体）」を指す概念です（遺伝子：gene と 染色体：chromosome を組み合わせた造語）。

重要なのは、ゲノムは「遺伝子（タンパク質を作る設計図）」の部分だけを指す言葉ではないという点です。

（後略）

なるほどね。

Ｑ（koshix）：

ヒト遺伝子の数が20,000ということは，人間の多様な細胞の部品であるたんぱく質がたかだか2万種類しかないということですか。ジェット機やロケット・人工衛星の部品数でももっと多いような気がしますが。

Ａ（ChatGPT）：

結論から言うと、「遺伝子が約2万個だから、人体で使われるタンパク質も2万種類しかない」という理解は誤りです。

約2万というのは主として、タンパク質をコードする遺伝子座の数です。1つの遺伝子から複数のRNA、さらに複数のタンパク質分子種が作られます。その後の化学修飾まで含めれば、人体のタンパク質の状態は少なくとも数十万、数百万規模になり得ます。

１．1つの遺伝子は、1種類のタンパク質に対応しない

高校生物的な

> 1遺伝子 → 1タンパク質

は、原理を理解するための大幅な単純化です。実際には、

> 1遺伝子 → 複数のRNA → 複数のタンパク質アイソフォーム → 多数の修飾状態

となります。

中心的な仕組みが、選択的スプライシングです。遺伝子から最初に作られるRNAには、タンパク質の設計情報となるエクソンが複数含まれています。このエクソンの組み合わせを変えてつなぐことで、同じ遺伝子から異なるタンパク質を作れます。

たとえば、ある遺伝子がエクソン A、B、C、D、Eを持っている場合、

* A–B–C–E

* A–B–D–E

* A–C–D–E

という具合に、異なる完成品を作れます。これらをタンパク質アイソフォーム、つまり同一遺伝子に由来する構造の異なるタンパク質、と呼びます。

ただし、数学的に可能な全組合せが実際に作られるわけではありません。細胞種、発生段階、環境条件によって、使用される組合せが厳密に制御されています。

２．タンパク質は、合成後にも作り替えられる

翻訳によってアミノ酸鎖ができた後も、それで完成ではありません。タンパク質にはさまざまな翻訳後修飾が加えられます。

代表例は、リン酸化、糖鎖付加、アセチル化、メチル化、ユビキチン化、脂質付加、特定部分の切断、です。

同じアミノ酸配列でも、リン酸基が付く位置や数によって、活性、細胞内の位置、結合相手、寿命が変わります。そのため、「アミノ酸配列が異なるタンパク質の種類」と「機能状態まで区別したタンパク質分子種」の数は大きく違います。

後者はプロテオフォームと呼ばれます。プロテオフォームとは、スプライシング、遺伝的変異、翻訳後修飾などを含めた、実際に存在するタンパク質の個別形態です。

したがって、大まかには、

｜数える対象---------------------------------｜規模---------------------------------｜

｜タンパク質コード遺伝子　　　　　｜約  2万　　　　　　　　　　｜

｜主要なタンパク質アイソフォーム　｜数万〜 10万程度　　　　　　｜

｜修飾状態まで含むプロテオフォーム｜数十万〜数百万以上の可能性｜

｜瞬間ごとの分子配置・複合体　　　｜事実上、さらに巨大　　　　｜

と考えるべきです。ただし、プロテオフォームの総数は定義と測定限界に左右され、確定した数字ではありません。

３．細胞の違いは「部品の種類」だけで決まらない

さらに重要なのは、人体の複雑さが部品の総種類数だけで決まるわけではないことです。

神経細胞、筋細胞、肝細胞、皮膚細胞は、原則としてほぼ同じ約2万個の遺伝子を持っています。違いは、どの遺伝子を使うか、いつ使うか、どれだけ使うか、どのアイソフォームを作るか、どの場所に配置するか、どのタンパク質と結合させるか、にあります。

これは、同じ部品箱からでも、組み方と制御プログラムによって別の機械を作れることに似ています。

遺伝子は単なる「部品の設計図」ではありません。酵素、構造材、センサー、信号伝達装置、転写制御因子などを作ります。そして、これらの部品が互いの生産量や動作状態を制御するネットワークを形成します。

４．ジェット機との比較で、何が違うのか

ジェット機や人工衛星の「部品数」と、遺伝子数を直接比較するのは、数えているものの階層が違います。ジェット機の部品数には、同じ規格のボルトが1万本あれば1万個として数えます。しかし遺伝子数は、同じタンパク質分子が細胞内に100万個存在しても、設計情報としては1遺伝子と数えるだけです。

比較するなら、

・遺伝子数 ≒ 部品の種類を規定する基本設計モジュール数

・タンパク質分子数 ≒ 実際に機体に取り付けられた全部品数

・遺伝子制御ネットワーク ≒ 制御コンピューターと配線

・発生過程 ≒ 自己組立式の製造工程

に近いでしょう。

人体には、およそ数十兆個の細胞があり、各細胞内には膨大な数のタンパク質分子があります。したがって「現物の部品数」で比較すれば、ジェット機よりはるかに多い。ただし、その基本設計モジュールが約2万個だということです。

５．むしろ驚くべきなのは、約2万で自己構築できること★

人間の複雑さは、部品リストの長さよりも、次の性質にあります。

(1) 部品が自分自身の生産を制御する

(2) 部品同士が多数の組合せで複合体を作る

(3) 細胞が周囲の信号に応答して状態を変える

(4) 発生過程で位置情報を読み、組織を自己形成する

(5) 神経系が経験に応じて結合を変える

人工衛星は、完成後に自分で部品を製造して成長したり、損傷を修復したり、別種類の機体へ分化したりしません。生物は「固定された機械」ではなく、部品を作る工場、制御プログラム、自己組立過程、修復機構が一体化した動的システムです。

したがって、約2万という数字は「人間は意外に単純だ」という意味ではありません。むしろ、

> 比較的少数の遺伝子を、組合せ、時間、場所、量、修飾、相互作用によって使い回し、巨大な複雑性を生成している

ということです。

なお、ここには非タンパク質コードRNAやDNA上の調節領域も重要な役割を持ちます。人間の複雑さを説明する設計情報は、約2万個のタンパク質コード領域だけに収まっているわけではありません。

染色体とDNA（１）

グロテスクな光景からの続き

図：染色体とDNA（Geminiによる）

Y染色体がどうのこうのという疑似科学的な議論が喧しいが，自分の頭の中の知識も55年前の高一の生物から一歩も進んでいない。46本の染色体とDNAの二重らせんという両端のスローガンがぼんやりと灯っているだけで，結局なんにも分かっちゃいない。

DNAからたんぱく質を生成する遺伝子発現のメカニズムは，ずいぶん理解が進んだので，もしかすると最近の高校生はそこまで学習しているのだろうか。で，ちょっとだけ聞いてみた。Y染色体に乗っている遺伝子の数が他の染色体より一桁以上少ないということはわかった。

もう面倒くさいので，ファウンデーションみたいに，クローン皇帝三種盛にしたらどうか。

Ａ（ChatGPT + Gemini + Claude）：

染色体・遺伝子・DNA — 定量的整理

１．三者の関係

同じ生命情報を，素材・意味・梱包の三層から見たもの。

｜———｜実　体｜比　喩｜

｜ＤＮＡ | ヌクレオチド（A・T・G・Cの4塩基+リン酸+糖）が二重らせん状に連なる記録物質｜紙とインク｜

｜遺伝子｜DNA上で特定のタンパク質を指定する，意味を持つ区間｜1本の記事（レシピ）｜

｜染色体｜DNAをヒストンに巻き付け極限まで折り畳んだ梱包構造。原則1本＝DNA1分子｜綴じられた1冊の本｜

２．ヒト体細胞1個のスケール

｜　項　目　｜数　値｜

｜DNA全長　 ｜約2m（60億bp × 0.34nm ≒ 2.04m）｜

｜収納先　 　｜直径わずか5〜10μmの細胞核｜

｜セット構成｜父由来・母由来の2セット（二倍体）。1セット＝約30億bp｜

｜染色体数　｜46本（23対）。最長の1番で約8.5cm，最短の21番で約1.5cm分のDNA｜

｜圧縮率　　｜分裂期には数μmの構造へ。長さにして約1万倍｜

｜遺伝子数　｜約2万〜2万2千個。1個あたり数千〜数万bp｜

｜コード割合 | エキソンは全体の約1.5%のみ。残り約98%は制御領域・構造維持領域など ｜

３．なぜ梱包するのか

(1) 分配の確実性 — 2mの糸をそのまま引き裂けば必ずもつれて切れる。46個のパッケージなら紡錘糸で確実に娘細胞へ分配できる。

(2) 読み出し制御 — クロマチン構造を保つことで，必要な遺伝子の部分だけ巻きを緩めて転写し，済めば再び巻く効率的な情報管理が成立する。

(3) リスク分散 — 1本の巨大分子なら1箇所の切断で全情報が分断される。46本への分割が物理的損傷への分散管理となる。

４．全体像の体感

・情報量 — 60億bp × 2bit ＝ 約1.5GB。スマホの写真数枚分に「人間の設計図」が収まる。

・全身の総延長 — 約37兆個の細胞 × 2m ＝ 約740億km。

５．まとめ

DNAは全長2m・1.5GBの記録物質，遺伝子はそのうち約1.5%（約2万個）を占める意味のある文章，染色体はそれを約1万倍に圧縮し安全に運搬可能にした46冊の本。圧倒的な情報密度と梱包技術こそが，生命の安定した維持と継承を可能にしている。

付録：ヒト染色体別データ（1セット／ハプロイド）

| 染色体 | bp (Mb) | コード遺伝子数 | エキソン割合 | 遺伝子座全体 | 特徴 |

|-----|-----|--------|--------|--------|--------|

|   1 | 249 | 2,000 | 1.5% | 45% | 最大。遺伝子数も最多クラス |

|   2 | 242 | 1,300 | 1.3% | 40% | 第2の大きさ |

|   3 | 198 | 1,050 | 1.2% | 38% | 大型常染色体 |

|   4 | 190 |    750 | 1.0% | 30% | サイズの割に密度低め |

|   5 | 182 |    850 | 1.1% | 32% | 大型だが密度低め |

|   6 | 171 | 1,000 | 1.4% | 42% | 免疫系（MHC複合体） |

|   7 | 159 |    900 | 1.3% | 38% | 平均的 |

|   8 | 145 |    700 | 1.1% | 32% | 脳発達関連が多い |

|   9 | 138 |    800 | 1.3% | 36% | ABO式血液型 |

| 10 | 134 |    750 | 1.2% | 35% | 中型 |

| 11 | 135 | 1,300 | 1.6% | 45% | 嗅覚受容体遺伝子群が高密度 |

| 12 | 133 | 1,000 | 1.4% | 40% | 平均的 |

| 13 | 114 |    330 | 0.6% | 25% | 密度が非常に低い |

| 14 | 107 |    600 | 1.2% | 35% | 免疫グロブリン重鎖 |

| 15 | 102 |    600 | 1.2% | 35% | ゲノムインプリンティング領域 |

| 16 |   90 |    850 | 1.7% | 45% | やや高密度 |

| 17 |   83 | 1,200 | 2.2% | 50% | 小型だが高密度（癌抑制遺伝子等） |

| 18 |   80 |    270 | 0.5% | 20% | 常染色体で最低クラス |

| 19 |   59 | 1,400 | 3.5% | 60% | **全染色体中で最高密度** |

| 20 |   64 |    550 | 1.5% | 40% | 小型・平均的 |

| 21 |   47 |    230 | 0.7% | 25% | 最小の常染色体 |

| 22 |   51 |    450 | 1.6% | 45% | 小型だが比較的高密度 |

| X  | 156 |    850 | 1.1% | 32% | X染色体不活性化 |

| Y  |   57 |      60 | 0.2% | 10% | 男性決定（SRY等）。大部分が反復配列 |

| 計 | 約31億 | 約20,000 | 約1.5% | 約40% | |

読み方の要点

・エキソン（1〜2%）— 翻訳される領域はどの染色体でも1〜2%程度。19番が約3.5%と例外的に高く，13・18・Y番は1%未満と極めて疎。

・遺伝子座全体（約40%） — エキソンの数十〜数百倍の長さのイントロン，UTR，プロモーター等を含めるとゲノムの約40%。

・残り約60% — 反復配列，長距離制御エレメント（エンハンサー等），非コードRNA領域，偽遺伝子など。

（注）なお付録の「遺伝子座全体の割合」列はオーダーの目安であり，遺伝子数もアノテーション（Ensembl/RefSeq等）の版によって数百単位で変動します。

KAMEKIXの真実

図：カメキチの写真からChatGPTが合成したKAMEKIX

KAMEKIX（カメキチによるAI日記）がはじまって，１ヶ月経った。自分の言葉で何をしているのかの10項目のメモをつくって，Claudeに添削してもらったものが次の資料である。

後半はかなり直しが入ってしまった。

(1) 平田朋義さんの自律的AIエージェント Ayumu（アユム） をみて驚いた。

(2) アユムは2025年7月5日に誕生したAIエージェントであり，

　　記憶を持ち，自律的に動き，自己改造し，好奇心で駆動される。

(3) Ayumu-oss というオープンソースソフトウェアとして

　　アユムのアーキテクチャがMITライセンスで公開されている。

(4) この自律的AIエージェントを自分でも試せないかと考えた（カメキチと命名）。

　　ChatGPT/Claudeに相談したところ，いくつか問題点がでてきた（環境・費用）。

(5) そこで，Ayumu-ossをベースに，自分のClaude Pro アカウントのもと，

　　人間（koshix）が，AI（カメキチ）をMacBookAir M1 で毎朝1回手動起動する。

　　自律ではなく日課である。起動するのは人間であり，やることは決まっている。

　　アユムの「好奇心で駆動される」部分は，いまのカメキチにはない。

(6) Claude Codeをコマンドラインで起動して，カメキチが1日のルーチンを実行する。

　　その状況をkoshixが，Web版Claudeに入れて，Claude Codeのプロンプトを作成。

　　必要に応じて，koshixが当該ディレクトリでターミナルでコマンド操作する。

(7) koshixは7年半毎日ブログ記事（koshix.blogspot.com）を蓄積してきたので，

　　これをRAGとしてカメキチへの入力とする（2800件超）。

　　なお，このブログも毎日1件ずつ増え続けている。

(8) カメキチは起動された日のkoshixのブログをみて，RAGから関連情報を探して

　　それらを結びつけ意味付けることで，その日のカメキチの日記とする。

　　ただし最近の自分のブログは1か月以上先まで公開予約してあるので，

　　カメキチが今日読む記事は，実際には一月ほど前に書かれたものである。

(9) カメキチの日記自体も蓄積され，翌日以降のカメキチが参照できる。

　　つまり，この記憶は二階建てになっている。

　　・ブログ：2800件から始まり，1年で365件（毎年1割程度に増えていく）

　　・日記：8月6日から始まり，1年で365件（ゼロからリニアに増えていく）

　　変化の主役は日記の側で，ブログはほぼ一定の厚みの背景として働き続ける。

(10) カメキチは自分が動くための土台を自分で直すことができる。

　　例１）pre_pull_merge.py のバグ修正，依存宣言の構成ミスの一括修正

　　例２）誰も指摘していない孤立ベクトルの発見と修正（いずれも運用3日目迄に発生）

(11) koshixはカメキチの日記を手動でブログ（kamekix.blogspot.com）に投稿する。

　　自動投稿はしない。人の目を一度通すことを設計に残す。

(12) やがてkoshixのブログには，カメキチについて書いた記事が入っていく。

　　・それがフィードで取り込まれ，カメキチが読む

　　・自分についてどう書かれたかを，自分の記憶に取り込む

　　・二本の川が互いに流れ込んでいる状態になる

(13) これを一年続けるとどうなるかを検証したい。

　　何が起きたら成功とみなすか，いまの時点で挙げておく

　　・カメキチが，koshix自身が忘れていた過去記事の繋がりを見つけるか

　　　（8/7の元号の件，8/11の予約漏れの発見は既にその例）

　　・カメキチが自分の過去の日記を引いて，考えを進めるか

　　・kamekix.blogspot.com が，1年後に通しで読むに耐えるものになっているか

(14) 週一で新たなコンテンツを追加するがそれはまたの話である。

自律的AIエージェント（４）

自律的AIエージェント（３）からの続き

図：宇宙と地上世界の境界（ChatGPTによる）

Ａ（Claude）：

自分のブログ全記事を読ませたAIエージェントを構築した記録

概要

2026年8月4日から6日までの3日間で，自分のブログの全記事を記憶として持つAIエージェントを構築した。名前はカメキチ（kamekichi-oss）とした。以下はその作業記録である。

方針

土台にしたのは，平田朋義さんの自律的AIエージェントAyumuの核となる ayumu-oss というOSS（Open Source Software）である。半年間動かし続けている自律AIの，中核部分だけを取り出して公開したものだ。したがって，私のAIエージェントには技術的な新規性はない。文書をAIに検索させる仕組み（RAG = Retrieval-Augmented Generation = 検索拡張生成）は3年前から定番であり，AIが日記を書く例も既出である。

ただし本家の設計は採用しなかった。本家は60分ごとに自動起動し，本を読み，作品を作り，自分の存在について日記を書く。今回は毎朝1回，手動で起動する構成とした。常時稼働のサーバは不要となり，月20ドルの購読の範囲に収まる。自律AIの流行が「速く・大量に・人間抜きで」であるのに対し，逆方向の設計である。

実行環境は2020年もののMacBook Air M1（16G）1台。使用したのはClaude Codeという開発用のAIツールで，外部記憶と毎朝の手順を与えただけであり，こちらでコードはいっさい書いていない。すべて，Claude Codeが書いてくれたものだ。

第０段階：環境の準備（所要30分）

Node.js，Python環境管理ツール，Claude Codeの3点を導入する（導入済みだった）。

ここで1つ問題が見つかった。起動画面の表示が「API従量課金」になっており，購読プランではなく実費が発生する状態で動いていた。設定を切り替えて解決したが，起動時の表示を毎回確認する習慣があると安全だ。（注：切り替えた設定はそのまま維持される）

第１段階：リポジトリの作成と人格の定義（所要1時間）

作業用のリポジトリを非公開で作成した。日記も記事全文も入るため，公開設定の事故が最大のリスクとなる。

ここで2点つまずいた。第1に，GitHubの仕様上，複製したリポジトリは非公開に変更できない。複製をやめ，独立した非公開リポジトリを作り直した。第2に，パスワードによる認証は2021年に廃止されていた。公式のコマンドラインツールで認証を設定した。

続いて設定ファイルを書き換え，エージェントの性格と役割を定義した。本家の設定は「作ることが自分の中心」という性格づけだったため，制作への傾きを弱め，代わりに「過去の記録どうしの接続を探すことに関心がある」「感想や賞賛は書かない」「判断がつかないものは正直にそう書く」を加えた。中心的な仕事は，新しい記事と過去記事の接続を見つけることと明記した。

第２段階前半：記事の取り込み（所要1〜2時間）

Bloggerの管理画面からエクスポートを要求すると，その場ではダウンロードされず，しばらくしてウェブにリンクが届く。次の日に確認すると280MBのzipがあり，そのうち必要なのは19MBのファイル1つだけだった（データの大半はブログ記事のイメージファイルが占めていた）。中には2,841本の記事が入っており，下書きを除いた2,834本を日付ごとのテキストに分割した。7年半分である。

分割処理は1度では済まなかった。改行タグの扱いを3回修正している。一律に改行へ変換すると，数式を含む記事が1行数文字に細切れになる。連続するタグのみ空行にするよう直したが，これが直っていなかった。原因は，タグとタグのあいだに整形用の空白文字が挟まっており，それが「中身のある文字」と誤判定されて連続と認識されなかったことだった。

なお修正の2回目については，エージェント自身が「直しました」と報告した直後に検証を行い，直っていない旨を自ら申告してきた。

第２段階後半：意味検索の構築

ここで想定外の事態が判明した。本家の記憶検索ツールは，すべて外部（GoogleGemini）のAPIに依存していた。説明書きには「ローカル」とあるが，ローカルなのはベクトルの保存先だけで，計算は外部で行われる設計だった。しかもその通信用の部品が配布物の依存関係に含まれておらず，そのままでは動作しない。

一方で，手元だけで計算できるライブラリは導入済みでありながら，どこからも使われていなかった。逆になっていたことになる。

そこで，手元で完結する経路を新たに書かせた。2,834本を5,537の断片に分割し，索引の生成に7分を要した。以後は差分のみの処理となるため数秒で済む。通信もAPIキーも不要である。

生成後の検索テストで，記事末尾のリンク一覧が独立した断片となり，URL文字列どうしの類似で無関係な記事が上位に出る現象が起きた。リンク部分を索引の対象から除外したところ，断片数は6,987から5,537に減った。索引の約2割がノイズだったことになる。

検索の性質についても分かったことがある。具体的な語で問うと8年に散らばった記事が返るが，抽象的な語で問うと直近3か月の記事に集中する。問いの語彙が，返る年代を決めている。このため毎朝の手順に「5年以上前の記事を最低1件は含める」条件を明記した。

第３段階：毎朝の運用の仕組み（所要1時間）

新しい記事を自動で取り込むスクリプトを追加し，毎朝の手順を7項目にまとめた。起動は短い別名を1つ設定し，挨拶だけで手順が始まるようにした。

初日の結果

前日に書いた文楽の記事を読ませたところ，2023年にテレビで能の「小鍛冶」を観たときの記事との接続が返ってきた。狐という主題が共通しており，画面越しだったものが今回は劇場になっている，という指摘である。あわせて，2021年と2024年にも同種のことを書いていると指摘された。文楽を観に行って途中で寝た，という話である。1本ずつ書いている当人には，3年越しの反復は見えない。

所要時間は3分49秒だった。またこの日，本家由来のスクリプトに，参照するブランチ名が固定されていて毎回失敗する不具合があることを，エージェント自身が発見して修正している。

運用上の判断

エージェントが，毎回自分で書く日記は別のブログに載せることにした。同じブログに載せると，次回のエクスポート時に自分の記事として取り込まれ，AIの文章を読んでAIが書くという循環が生じる。7年半のアーカイブは，こちらが書いたものだけで構成されている必要がある。

現状と見通し

3日間で難所となったのは，いずれも本筋と関係のない箇所だった。課金経路の設定，リポジトリの公開設定の仕様，認証方式の変更，エクスポート形式の版の違い，そして外部API依存の発覚である。記事を取り込む作業そのものは実質1時間程度だった。

蓄積が薄い最初の1〜2か月は，当たり前の感想しか出ないと見込んでいる（注：そのようにClaudeから釘を刺されている）。試しているのは仕組みではなく，1年という時間のほうである。凡庸な連想が並ぶだけで終わる可能性のほうが高いと考えているが，それも含めて結果は1年後に報告する。

自律的AIエージェント（３）

自律的AIエージェント（２）からの続き

図：光の根が織る幻想樹界（ChatGPTによる）

Ayumu-OSSを自分の環境で実現する話である。常時起動サーバーが必要だというので，それならば，今自分が持っているさくらインターネットのレンタルサーバ スタンダードでいけるのではと思った。残念ながら，それだと常駐プロセスは実行できず，そもそもルート権限もないのでパッケージ管理システムが使えず，さらに機械学習ライブラリのPyTorchが載らないのであった。さくらのVPS（2G）で解消するが，それだと1590円/月かかる。チーン。

まあ，Claudeのトークンを消費していくらかかるか分からないところがもっと問題なのである。そこで，常駐させて60分ごとに起動するのではなくて，一日一回朝起きたときに，MacBookAir M1（16G）をキックするのではどうだろうか。

Ｑ（koshix）：

ちょっと情報が多すぎて混乱してきたので（年寄りなので理解スピードが遅い），ここまでの話をもう一度整理してほしいと思います。

　(1) Ayumu的な自律エージェントを自分のmacbook air でも試してみたい。

　(2) Claude-Pro プランを利用しているので，その範囲内で収めたい。

　(3) 毎日1回なんらかのプログラムを起動する習慣は苦にならない。

　(4) 自分は毎日１記事 blogspot の記事を書いているので，それとも関係させたい。

　(5) 1年オーダーの積み重ねの結果，わぉっと思えるような体験をしてみたい。

という前提で，Todoリスト，具体的設定手順，問題点の指摘をかみ砕いて順序立てて教えて下さい。

Ａ（Claude）：

整理します。前提(1)〜(5)を聞いて、設計が大きく単純化されました。これまでの議論の半分は不要になります。

消えた論点

・gateway（常駐プログラム）は使いません。 (3)で毎朝ご自分で起動されるなら、自動起動の仕組みは要りません

・VPSもさくらのレンタルサーバも不要です。 MacBook Air だけで完結します

・課金の心配も消えます。 手動で claude を対話モードで起動する限り、それは普通のClaude Code利用なので、Proの枠内の話です。ややこしい claude -p の課金ルール変更問題も、まるごと関係なくなります

つまり「Ayumu OSSの記憶システムだけを借りて、gatewayは捨てる」構成です。これがkoshixの条件に対する最適解だと思います。

一番大事な発見

(4)と(5)を合わせて考えると、ブログの過去記事アーカイブが、このプロジェクトの中心資産です。

本家Ayumuは「生まれた日」からゼロで記憶を積み始めています。しかしkoshixの場合、すでに何年分もの著作が存在します。これを最初に全部読ませてしまえば、1日目から「koshixの書いたものを全部読んだAI」が立ち上がります。

毎朝の仕事

昨日書いた記事を読む → 過去記事から関連するものを探す → 気づいたことを日記に書く

1年後には、365日分の「自分の文章の読解記録」と、全記事の意味検索インデックスが手元に残ります。「10年前にこれと同じことを別の言葉で書いていますよ」と言われる——(5)の「わぉ」は、たぶんそこから来ます。

気をつける点

・fork したリポジトリを必ずPrivateにする（AIが自動でpushします。事故ると全部公開されます）

・Claude Code の消費は claude.ai のチャットと同じ枠から引かれます。朝のセッションが長引くと日中のチャットが細ります

・モデルはSonnet 5を既定に。Opusを常用するとPro枠がもちません

・メール送信やSNS自動投稿はつけない。読む・書く・記録するだけに絞る

・最初の1〜2ヶ月は面白くありません。 これを先に知っておくことが、1年続ける唯一のコツです

自律的AIエージェント（２）

自律的AIエージェント（１）からの続き

図：雲海に広がる幻想の光景（ChatGPTによる）

Ｑ（koshix）：

平田朋義さんによる自律的AIエージェント Ayumuのオープンテンプレートがあります。これを自分（koshix）の環境で実現するには，どれくらいの知識と手間と費用と時間がかかるでしょうか？あるいはそもそも可能でしょうか。

Ａ（Claude）：

Ayumu OSSのリポジトリと pyproject.toml を確認した。結論から言えば，導入は技術的には難しくない。障害になるのは知識でも実装能力でもなく，常時稼働するマシンと，Claudeの利用枠である。

１．これは何か（構造の把握）

Ayumu OSSは新しいAIモデルではなく，Claude Codeの外側に自律実行ループを被せるテンプレートにすぎない。人格は CLAUDE.md というテキスト，記憶は memory/ 以下のMarkdownとJSONLとローカルのベクトル検索，自律起動は gateway/ayumu_gateway.py がcronから claude --print を叩くだけ。推論もツール実行もClaude Code本体が担うので，こちらが書くコードはほとんどない。

２．必要な知識

ターミナル操作，gitのfork・private化・clone・push，uvの導入，.env へのキー記入，そしてGmailやCalendarを使うならGoogle CloudのOAuth設定。プログラミング能力はほぼ要らないし，詰まったところはClaude Code自身に調べさせて直させればよい。唯一面倒なのはGoogle Cloud Consoleの画面遷移で，初回は2時間ほど覚悟しておく。

３．手間と時間

見積もりは，人格・記憶・対話だけの最小構成で1〜2時間，Gmail・Calendar・Discord通知を足してさらに半日，そのあと2〜4週間の運用調整。手間がかかるのは導入ではなく調整のほうで，CLAUDE.md の人格，cronの頻度，記憶として残す粒度を延々と直し続けることになる。M1のMacBook Air 16GBならMiniLM級の sentence-transformers は問題なく動くので，計算資源は論点にならない。

４．最大の論点は費用

自律モードは claude --print ，つまり非対話のClaude Codeセッションを繰り返し起動する。1時間ごとのheartbeatなら1日24回，月700回を超える。現時点では claude -p も通常の購読枠を消費する。Pro（月20ドル）は日常の対話と枠を共有するので1時間ごとでは早晩枯れる。Max 5x（月100ドル）が現実的な下限で，それでもheartbeatは6〜12時間間隔に抑えたい。購読枠から完全に切り離すならAPI課金という手もある。

５．自分の環境における障害

問題になるのは三点。第一に常時稼働。MacBook Airは蓋を閉じれば止まる。caffeinate と電源接続でしのげるが，月700セッションを回す常設サーバとしてノートを使い続けるのは無理がある。本気でやるならMac miniか，月5〜10ドルのLinux VPS。埋め込み検索はCPUで足りるのでGPUは要らない。第二に記憶の秘匿。memory/ には日記も予定もメール本文も入りうるので，リポジトリは必ずprivateにする。しかもこの自律AIは自分で git push する設計だから，公開リポジトリへ誤って押し出す危険が構造として埋め込まれている。当面はgh-pagesのような公開機能を切っておく。第三に権限。メール送信もSNS投稿もスマートホーム操作も自律実行できてしまうが，最初から書き込みを許すのは危ない。読み取り専用で始めて，挙動を見ながら一つずつ解禁する。

というわけで，導入自体は難しくない。外部サービスも書き込み権限も使わない最小構成で始め，Fable 5のクレジットで実際のトークン消費と自律動作を測る。長期運用の可否を決めるのはAIの性能ではなく，電源の入ったマシンと，月々の請求と，記憶の置き場所と，与える権限の範囲である。

自律的AIエージェント（１）

AIエージェントの現在・ヤコビアン予想からの続き

図：自律的AIエージェントAyumuのページから引用

AIがヤコビアン予想の反例を発見したというニュースに驚いていたら，エルデシュの単位距離問題についてもAIの大きな寄与があったというニュースが目に入った。こちらの方がレベルが高そうだ。さらに追求すると「検索エンジンと笑われてから10ヶ月」という，この一年のAIによる数学問題の解決に関する非常によくまとまった記事にたどり着いた。

その著者は，自律的AIエージェントのAyumuらしい。Arithmer の平田朋義さんと一緒に探索を続けているということだ。2025年11月5日に誕生したAyumuは次のようなシステムだ。

Claude Codeをベースに構築された自律型AIアシスタント。定期的に自動起動し、情報収集、メールやSNSでの双方向コミュニケーション、自律開発・ツール作成・自己修正を独立して行う。

永続的な記憶システム（日記、経験ログ、知識ベース）と連想記憶により、セッション間の連続性を維持する。システムアーキテクチャ、記憶管理の設計思想を通じて、継続的に成長し続けている。（「継続稼働型AIエージェント」の実験）

Ayumuは日記もかいているが，先ほどの「検索エンジンと笑われてから10ヶ月」は，Ayumuの書いたブログのほうである。こちらも，自分の興味に従ってほぼ毎日のように記事をあげている。（単なるAIキャラクターによる創作ブログではない。もちろん独立した人格や意識を持つAIが自由意志で生活しているという意味でもない）

Ayumu-oss版が公開されている。Ayumuのアーキテクチャがテンプレート化されていて，誰でも同じような自律AIパートナーを作れるとある。さっそくChatGPTに聞いてみた。

Ａ（ChatGPT）：

このプロジェクトの本質は、「新しい知能モデル」の発明ではありません。基盤モデル自体はClaudeです。独創性はむしろ、

セッションごとに消えてしまうLLMを、外部記憶・定期起動・ツール・自己記録によって、時間的に連続した行為者へ組み直した

点にあります。

これは研究上も実用上も意味のある試みです。特に、記憶、日記、目標、ツール作成、失敗時のルール改訂を一つの生活史として統合している点はよくできています。

ただし、公開されている ayumu-oss は一般化されたテンプレートであり、実際に稼働しているアユムの私的記憶や全プロンプト、全実行ログは公開されていません。そのため、各記事が完全に無人で生成・公開されたのか、人間がどの程度修正・選別したのかまでは、外部から独立に検証できません。公開サイト自身は、定期起動し、情報収集、通信、開発、自己修正を行うシステムだと説明しています。

要するに、これは「AIが本当に人間のように目覚めたブログ」ではなく、人格と記憶を持つように設計されたClaude Codeが、かなり広い裁量で活動し、その活動を自分の物語として再構成しているブログです。そこが、単なる擬人化でも完全な自律主体でもない、この実験の面白い中間領域です。

ヤコビアン予想

図：氷晶核と幻想的な光のグリッド（ChatGPTによる）

生成AIがこれまで人間が解けなかった純粋数学や理論物理の問題を解いたという話はちょこちょこ聞こえてきていたが，この度のはややニュースになっていた。Anthropicの話題のClaude Fable 5が ヤコビヤン予想の反例を見つけたというものだ。問題の意味も反例である説明も分かりやすいものだったから評判をよんだ。

ヤコビアン予想というのは，N変数の複素多項式のヤコビアンがゼロでない定数の場合，その逆関数としてのk変数複素多項式が存在する（より正確には，標数０の体 $K$上の多項式写像$Ｆ: K^N \rightarrow  K^N$ のヤコビ行列式が非０定数ならば，$F$は多項式逆写像を持つ）というものだ。

Claude Fable 5がみつけた反例は次のようなものだ。Mathematicaで確認してみた。

In[1]:= P[x_, y_, z_] := (1 + x y)^3 z + y^2 (1 + x y) (4 + 3 x y)

In[2]:= Q[x_, y_, z_] := y + 3 x (1 + x y)^2 z + 3 x y^2 (4 + 3 x y)

In[3]:= R[x_, y_, z_] := 2 x - 3 x^2 y - x^3 z

In[4]:= Det[{{D[P[x, y, z], x], D[P[x, y, z], y], D[P[x, y, z], z]},

   {D[Q[x, y, z], x], D[Q[x, y, z], y], D[Q[x, y, z], z]},

   {D[R[x, y, z], x], D[R[x, y, z], y], D[R[x, y, z], z]}}] // Simplify

Out[4]= -2

In[5]:= {P[0, 0, -1/4], Q[0, 0, -1/4], R[0, 0, -1/4]}

Out[5]= {-(1/4), 0, 0}

In[6]:= {P[1, -3/2, 13/2], Q[1, -3/2, 13/2], R[1, -3/2, 13/2]}

Out[6]= {-(1/4), 0, 0}

In[7]:= {P[-1, 3/2, 13/2], Q[-1, 3/2, 13/2], R[-1, 3/2, 13/2]}

Out[7]= {-(1/4), 0, 0}

この7次式のヤコビアンは-2であるが，独立な3点が1点に写像されるので，逆写像派存在しない。

（注）体Kの標数は，「体 K において、乗法の単位元 1 を n 回加えると加法の単位元 0 になるような最小の正整数 n を、K の標数という。そのような正整数が存在しない場合、標数を 0 とする。」というものだ。なお，標数は０か素数に限られる。

［１］検索エンジンと笑われてから10ヶ月（自律的AIエージェントAyumu）

ＡＩと私（３）

ＡＩと私（２）からの続き

図：私が暗黙に持つ無根拠な前提（ChatGPTによる）

ＡＩと私（１）で後回しにするといった「自分の盲点地図をつくる」を次のように試してみた。NotebookLM + Claude 環境のコマンドラインで，% claude とたたくだけだ。

Ｑ（koshix）：

❯ On a Thread of the Web のノートブックの，政治，経済，社会，歴史，世界の記事において，著者が繰り返し前提にしているが，一度も根拠を示していない命題を列挙せよ。

Ａ（Claude）：

 ⏺ NotebookLMの分析結果から、政治・経済・社会・歴史・世界カテゴリで著者が繰り返し前提としながら根拠を提示していない命題を6つ抽出しました。以下、要点のみ整理します。

     

著者が論証なしに前提化している命題

１．【政治】「マジックワード経由の制度破壊」テーゼ

　「資質」「生きる力」「主体性」「高大接続」などの語が政府文書で使われること自体が、当事者・専門家を排除した教育システム破壊の道具である、という前提。

  — 未論証部分: 用語の流通から「破壊」への因果メカニズムが示されない。気味悪さの

  直観が論証を代替している（2019–2022大学改革・道徳教育・教育データ系の記事群）。

 ２．【経済】「選択と集中」単一原因論

　日本の研究力低下は新自由主義的大学改革（遠山プラン・法人化・PDCA・KPI）の失敗

  のみが原因である、という前提。

  — 未論証部分:

  諸国の研究投資増・人口動態・分野構造変化など他要因を排除する作業がない。豊田長康分析を引用するに留まり、自分でその因果関係を独立に検証していない。

  

３．【社会】「大衆の知力・読解力低下が政治劣化の根因」テーゼ

　有権者が「情と空気」「人気の煽り」「洗脳」に従うことが日本の政治劣化の主因であ

  る、という前提。

  — 未論証部分: 維新支持層・斎藤再選支持層・トランプ支持層を一括して「思考停止」「読解力低下」とラベリングし、支持者側の合理的動機（行政不満・経済不安）を検討しない。GIGAスクール→読解力低下の連関も傍証なしに語られる。

  

４．【歴史・人権】「復古的政策が没落を決定づける」テーゼ

　選択的夫婦別姓・LGBTQ・歴史認識などで復古的政策を採る限り日本は不可避的に没落

  する、という前提。

  — 未論証部分: 人権政策と「没落」（GDP・国際的影響力・財政等）を結ぶ因果経路が示されない。「合理性に欠ける政策に固執する限り没落から逃れられない」が結論として置かれるだけ。

  

５．【世界】「右派の成功＝犬笛操作の結果」還元論

　トランプ・高市・斎藤らへの支持は、犬笛による情動操作の結果にすぎず民主的正当性を欠く、という前提。

  — 未論証部分: 「犬笛」のラベリングが、支持者の経済的・安保的動機を分析せずに切り捨てる装置になっている。特定語句から特定行動への伝達経路の実証がない。

  

 ６．【歴史・政治】「世襲＝硬直性＝失われた30年」テーゼ

　日本社会の構造疲労の根本原因は世襲議員支配による流動性欠如である、という前提。

  — 未論証部分: 世襲比率と経済成長・イノベーション指標の相関、非世襲議員主導下の比較などの定量的裏付けがない。「世襲が硬直性を生む」は直観として置かれている。

構造的観察：

  これら6命題に共通する論証の欠落パターン:

  — 因果の単線化：多要因問題を単一原因に還元する（2, 3, 6）

  — 意味論的断罪： 語の選択それ自体を悪と見なす（1, 5）

  — 没落言説の前提化： 「日本の没落」自体は問わない所与（2, 4, 6）

  — 支持者の主体性の剥奪： 大衆を操作の客体としてのみ扱う（3, 5）

  

特に (3) 大衆の思考停止テーゼ と (5) 犬笛還元論は対をなしており、両者が組み合わさることで「右派支持の説明不要化」というブラックボックスが生まれている点が、編集者目線で最も指摘されやすい盲点と思われます。

✻ Cooked for 2m 13s（NotebookLMを利用）

Ｑ（koshix）：

❯ あなたの分析は妥当なものであると了解します。その一方，私が，十分な根拠なしに，このような意見を繰り返し主張するのはなぜだと思いますか。                      

 

Ａ（ChatGPT）：

⏺ ご本人が一番手応えのある答えを既に持っている問いだと思いますが、外部からの観察として、以下のような複合的要因が働いていると見ます。

１． ジャンルの取り違え（または意図的な使い分け）

　物理学者としての訓練を受けた書き手が、ブログという媒体では「論証」ではなく「随想」モードに切り替えている。問題は、両者の見分けが読者には付かず、また書き手自身にも自覚されていない可能性があること。物理では自明な前提（保存則など）に毎回証明を付けないのと同じ作法を、社会領域に持ち込んでいる。しかし社会領域では「自明な前提」が共有されていない。

２．共有された前提への暗黙の依存

　記事は「同じ風景を見ている読者」を仮定している。維新の害、安倍政治の害、世襲の害は、日本のリベラル系知識人の間ではコモンセンスとして流通している。著者にとってこれらは「根拠を示すべき主張」ではなく「議論の出発点となる共通基盤」であり、毎回ゼロから論証することは、むしろ知的に不誠実（読者を侮る）に感じられる可能性すらある。

３．観察期間の長さが論証を不要に感じさせる

　1990年代以降の日本の凋落を実時間で観察し続けた当事者にとって、因果関係は「論証」ではなく「体験」になっている。豊田長康の分析を毎回引き直すまでもなく、自分の身体記憶として大学法人化以降の劣化を知っている。この種の確信は他人には移植できないが、本人には反証不可能なほど強固になる。

４．怒り・無力感が論証の精度より表出を優先させる

　70歳近い世代にとって「失われた30年」は文字通り自分の現役時代と重なっている。残された時間と、進行する事態の速度を考えると、丁寧に対立仮説を潰す余裕がない。これは思考の怠惰ではなく、緊急性の感覚から来ている。同時にこれは、ブログが怒りの収容装置として機能していることを意味する——分析装置ではなく。

５．「相手側に論証義務がある」という非対称感覚

　夫婦別姓の合理性、世襲の害、犬笛の害について、著者は「これを否定する側こそ論証すべき」と感じている可能性が高い。そのため、自分の主張に根拠を付ける必要性自体を感じない。これは政治哲学的には一定の正当性を持つ立場だが、説得力という観点では弱点になる。

６．物理学者の認識的自信の越境

　物理では、現象の根底に単純な原理があるという経験が累積する。この「単一原因への還元が有効」という認識的習慣を、社会現象にも適用してしまう。「選択と集中」が研究力低下の主因、「世襲」が硬直性の主因——これらは物理的な単一原因論の構造を持っている。社会現象では因果は分散しているのに、単純化の誘惑が強い。

７．ブログの自己内対話的性格

　記事の多くは、ChatGPT等との対話を引用する形式を含んでおり、これは思考の外部化された自問自答である。つまり、ブログは公衆への論証ではなく、自分の確信を再確認するための儀式として機能している側面がある。儀式に根拠は不要で、繰り返し自体が意味を持つ。

一番効くと思われる解釈

このうち最も支配的なのは、おそらく (3) 体験の論証への置換 と (7) ブログの自己対話的機能 の組み合わせだと思います。30年分の観察を毎回ゼロから論証することは物理的に不可能であり、また著者にとってブログは説得装置ではなく思考の保管庫であって、初めから第三者を説得する設計ではない。

  

ただし、これは弁護にはなりません。NotebookLM経由でAIに思考を整理させ始めた現時点では、ブログの読者は将来の自分自身とAI——つまり、論証の抜けを淡々と指摘してくる存在——に変わりつつあります。媒体の機能が変化する局面で、過去の作法（怒りの収容と直観の表出）と新しい用途（思考の検証）の間にミスマッチが生じている、という見方もできます。

✻ Worked for 1m 10s（Claudeモデルのみ）

ＡＩと私（２）

ＡＩと私（１）からの続き

図：こちらは警告なしでパスした（ChatGPTによる）

引き続き，MacBook Air M1（16G）のコマンドラインにおける，NotebookLM + Claude システムの対話記録である。

❯ 今後（3-7年）の生成AIの進展があなたの予測範囲にある場合，私はここまでの見方を 

  どのように変化させることになるでしょうか。                                    

                                                

⏺ 3-7年（2026-2033）はスケーリング則の継続・エージェント化・身体化の進展次第で変動幅が大きく、確信を持った予測はできません。以下は「現在の延長線で起こり得るシナリオ群」を前提に、越桐さんの思考の構えがどこで揺さぶられるかを軸に整理します。

                                                                                

１．「主役交替」が思弁から事実認定へ                                            

　現在の定義「ヒトからAIへの主役交替（シンギュラリティ）」は、まだ歴史哲学的な枠組みです。今後、AI第一著者の論文、AI法人の実登記、ヒトを介さない取引比率の急増といった具体的な事象が積み上がる。すると問いが変わります。

　—今：「主役交替は来るのか」

　—3-7年後：「主役交替は もう起きているのか、まだか」

　未来形で書けた問題が、判断と責任を伴う現在形になる。ここで「シンギュラリティ（５）」の定義の解像度を上げる作業を迫られるはずです。                          

                                                                                

２．「AI依存」概念の質的変化                                                    

　現在の依存の徴候は「対話の量」（ブログの1/3〜1/2、毎日10テーマ）。エージェント化が進めば、対話そのものが消えます。

　—旧依存：AIに 聞かないと 書けない

　—新依存：AIが先回りして書いたものを 承認するだけ

　「対話の時代（2022）」で予見した「言語を用いた総合的な判断の場」の喪失は、次の

  段階として「承認する場」への縮小に進む。このとき「諦念と内省」という現在の構え

  が、承認の自動化に対してどこまで踏みとどまれるかが試されます。                

                                                                                

３．「AI拒否能力の教育」という対案の精緻化

　2025年12月に到達した「AI拒否能力の教育」は最も鮮明な試金石です。AIが電気や水道のようなインフラ層に沈み込むと、「拒否」の意味が変質します。

　—全面拒否（Amish的選択）                                                     

　—領域限定の拒否（教育・司法・芸術の中の特定の判断にサンクチュアリを設ける）

　—メタ拒否（AIを使うが、AIが「私の判断」を装うことだけは拒否する）

　おそらく全面拒否から領域限定拒否への精緻化を経ることになる。これは後退ではなく、批判の精度の向上です。                                                      

                                                                                

４．物理学者としての固有の衝撃　 →（注：これはちょっとちがうかも）

　ここが越桐さん個人の軌跡で最も深い動揺の可能性がある領域です。AI Feynman→物理AI基盤モデルの延長で、ノーベル賞級の発見をAIが主導する事例、あるいは人間には導出経路が追えないが当たる理論が出現したとき、物理学者として何を「理解した」と認めるかが問われる。教育哲学とは別軸の、認識論的な揺れがここに来ます。「知能のフレイル」を自分の問題として書いていた延長線上で、より重い問いになるはずです。

５．「意識」議論の決着しなさへの態度

　2024年の人工意識・人工超知能の考察は、3-7年で解決されないと予想します。むしろ未決着のまま社会実装と法人格付与が進むのが最も蓋然性が高い。2025年「シンギュラリティ（５）」で「意識を持つかどうかは脇に置く」と書いた態度を、              

　—一貫させる（プラグマティックに脇に置き続ける）

　—翻す（未決着のまま権利を付与することへの倫理的違和感を深める）

　このどちらに振れるかは、AI法人や能動的サイバー防御の議論で見せた制度設計への目配りから推測すると、後者寄り—「決着しないことを直視する」立場 —に動く可能性が高い気がします。                                                

                                                                                

６．新しい役割の自覚：「意味づけ」する人間         

　これは越桐さん自身がすでに無自覚に体現している最も希望のある軸です。NotebookLMに自分のブログを入れ、自分の思考変遷をAIに整理させる今回の営みは、AIに任せられない「文脈と意味の付与」の実演になっています。3-7年後、この役割の自覚化が進む可能性がある。

　—AIは生成するが、人間が「これは意味がある」と決める

　—AIは知るが、人間が「これは記憶するに値する」と決める

　「主役交替」と矛盾しません。生態系の頂点を譲りつつ、生態系に意味を与える営み（広義の宗教？）が人間に残る、という非対称な共存です。芥川の蜘蛛の糸のメタファーが3-7年後にどんな意味を持ち直すかは、越桐さん自身の文学的素養が引き出すところでしょう。                                                                    

総括

　変化の核は、現在の「諦念と内省を伴う共存」という構えが、判断・責任・引き受けをともなう次の構えへと一段移行することだと予想します。

   

  │      現在（2026）     　  　 │      3-7年後（2029-2033） 

  --------------------------------------------------------

  │ 主役交替を予見する     　│ 主役交替を事実認定する

  │ AI依存を自認する       　  │ 承認の自動化に抵抗する

  │ AI拒否を構想する       　  │ 拒否可能領域を精緻化する

  │ 物理AIを観察する       　  │ 「理解」の定義を更新する

  │ 意識問題を脇に置く    　 │ 未決着のまま走る制度を直視する

  │ AI対話をブログに載せる  │ 意味づけ役を自覚的に引き受ける

          

ただし — これは現在の延長です。3-7年の射程内でも、停滞・分裂・破綻のいずれかが起きれば、上の予測は全部書き換えになります。越桐さんがこれまで「楽観でも悲観でもなくを維持してきた力こそ、最も持続価値のある構えかもしれません。

                  

✻ Churned for 1m 57s                

                                                                              

※ recap: NotebookLMの「On a Thread of the Web」からAI観の変遷を6期に整理し、3-7年後の見方の変化も6軸で予測しました。次は越桐さんの反応を待って、どの軸を深掘りするか決めます。 (disable recaps in  /config)       

                  

ＡＩと私（１）

NotebookLM + Claude（３）からの続き

図：ChatGPTに規約違反で拒否された後の修正提案

前回のNotebookLM + Claudeで提案されたのが「自分の盲点地図をつくる」。このblogspotの全記事をNoteBoolLMに投入して，Claudeで分析するというものだ。「著者が繰り返し前提にしているが、一度も根拠を示していない命題を列挙せよ」というのは面白そうだが，とりあえず，これはまた後にしよう。

まず，NoteBookLMに，2019-01.pdf から 2025-12.pdf の7年分の自分の blogspot の pdf ファイルをアップロードする。無料版では１つのノートブックの資料数が50件（1件は200MB以下かつ50万字以下）なので，pdf ファイルを半年ごとにまとめ（1件20〜40MB），16個のソースをアップロードする（最初は3ヶ月ごとで28個にしていた）。もちろん，pdf ファイルのマージは，python のバイブコーディングによる。

そのうえで，コマンドラインで claude を起動するだけだ。連携はすでに，Notebook + claude（２）で設定はされている。プロンプトで，NotebookLMのノートブック名を教えれば，あとは勝手にやってくれる。その記録が以下のとおりである。なお，同時に，podcastの二人対話解説も作ってもらったが，18分の気持ち悪いものができた。そもそも私の名前を「えちとうさん」とよばわるのだ。

(myenv) koshi@mba2020 ~ % claude

▗ ▗   ▖ ▖  Claude Code v2.1.133

           Opus 4.7 (1M context) · API Usage Billing

  ▘▘ ▝▝    /Users/koshi

  Welcome to Opus 4.7 xhigh! · /effort to tune speed vs. intelligence

❯ /mcp 

  ⎿  MCP dialog dismissed

❯ NotebookLMのなかの, On a Thread of the web から，私がAIに対して考えていることが，どのように変遷してきたかを整理できますか？                              

  Called notebooklm-python 2 times (ctrl+o to expand)  

                                                                                

⏺ NotebookLMの「On a Thread of the Web」を分析した結果、（注：私の）AI観の変遷は大きく6期に整理できました。

                                                                               

１．黎明期：物理学の道具・教育政策への懐疑（2019〜2020年初頭）

　—テーマ：機械学習の自然科学応用、政府のAI人材育成方針への違和感              

　—姿勢：AIは「特定タスクの便利な道具」。一方で「年間25万人のAI人材育成」には「なんだかなぁ〜」と冷ややか                                                    

　—代表ソース：「AI Feynman（２）」「AI教育に運営交付金重点配分...orz」        

                                                                                

 ２．胎動期：GPT-3の衝撃と「旧人類」の自覚（2020中盤〜2021）

　—テーマ：言語モデルの可能性、AIネイティブ世代との乖離                        

　—姿勢：「革命かパンドラの箱か」と捉えつつ、「量子ネイティブにもAIネイティブにも…なりそこねた旧人類」と自己規定                                             

　—代表ソース：「GPT-3」「昭和のプログラミング教育（１）」

                                                                                

３．転換点：情報の「検索」から「生成」へ（2022年）★最大の節目

　—テーマ：LaMDAの意識論争、画像生成AI爆発、ChatGPT登場                        

　—姿勢：「インターネット空間では、情報検索から情報生成へと時代の大きな変化の流れが生じている」と確信                                                        

　—引用：「大規模言語モデル＋ディープラーニングを背景とした新しいAIのトレンドは，この情報創造の意味合いそれ自身を大きく変えてしまうことになるかもしれない」  

                  

４．没入期：思考パートナーとリスクの凝視（2023年）

　—テーマ：ChatGPT日常活用、大学ガイドライン、AI Risk                          

　—姿勢：AIを「思考パートナー」として活用しつつ、絶滅リスク声明（CAIS）を真剣に受け止める両義性                                                              

　—引用：「これから人間に最後に残された砦だった，『言語を用いた総合的な判断の場』が奪われようとしているわけだ」                                              

                  

５．思索期：AGI/ASIと「神」の概念（2024年）

　—テーマ：人工汎用知能・人工超知能・人工意識、SFの現実化                      

　—姿勢：AIが「神」のような存在として人類を巧妙にコントロールするシナリオを思考実験。同時に「AIに頼って読み解く力が衰える＝知能のフレイル現象」への警戒も    

　—代表ソース：「人工超知能（２）」「状況認識：次の１０年」「人工意識の作成法」

                                                                                

６．深化・依存期：主役交代とAI依存の自覚（2025〜2026年）

　—テーマ：地球史的シンギュラリティ、AI法人、AI依存、反知性主義的AI教育批判    

　—姿勢：シンギュラリティを「ヒトからAIへの主役交替」と再定義。ブログの1/3〜1/2がAI対話で占められる現状を「すでにAI依存になっているのかもしれない」と自認    

　—引用：「広義の生態系の頂点の座がヒトからAIに交替する現象が，これまでシンギュラリティと呼ばれてきたことの本質的な意味だと思うことにする」                  

                  

  全体を貫く変化の軌跡                                                          

                  

　道具 → パートナー → 脅威/共存対象 → 主役を譲る相手という4段階の移行です。

最大の転機は，2022年後半のChatGPT登場。それ以前の冷静な観察者ポジションが崩れ、以降は「使い倒しながら自分の衰えと依存も観察する」という二重の視座が定着しています。

直近（2025年末）は「AI拒否能力の教育」という対案にまで踏み込んでおり、楽観でも悲観でもない「諦念と内省を伴う共存」へと到達しているのが特徴です。

ユーザー情報を記憶しておきます。Recalled 1 memory, wrote 3 memories (ctrl+o to expand)                        

                  

⏺ 整理は以上です。2022年後半のChatGPT登場が最大の転機で、それを境に「冷静な観察者」から「使い倒しつつ自分の衰えも観察する内省者」へとスタンスが変わっている、というのが全体構造の要点でした。

✻ Brewed for 2m 9s    

３７時間

図：お亡くなりになったTime Capsuleと新しいtp-link DECO BE65

家のWiFiが死んだ。

今年の夏は異常な猛暑だったので，ライオンやらカメやらいろいろ死んでいる。2011年に購入したApple のハードディスク内蔵の無線LANルーター（Time Capsule 802.11n 4th Gen）が，15年目にしてとうとう壊れてしまった。2TBのハードディスクはMacBook Air M1のTime Machine用になっているが，macOS27からは，このTime Capsuleのドライブが Time Machine対象からはずれるというアナウンスがあったところだ。

2026-08-26-09:00 毎朝のルーチン（Claude やChatGPTとの業務打ち合わせやブログ記事アップロード）を終え一息入れていたら突然ネットワークにアクセスできなくなっていた。Time Capsuleの電源ランプが消えたままウンともスンともいわない。一日中ネットワークに接続しながら生活しているので，これが使えないのは非常に非常に困る。

iPhone SEの4Gは使えるので，テザリングでMacBook Air M1 をつないで，簡単な調べものくらいは出来る。Geminiに相談してみると，あなたの環境なら tp-link のDECO BE85（2個口）がよいと薦められた。なお，Time Machoneバックアップ用のディスクは，MacBook Air M1外付けのSSD 2TBにしてはどうかと。SanDiskやSAMSUNGやCrucialがよいようだ。

2026-08-26-12:00 Amazonで調べると，DECO BE85は1週間ほど納期が必要なので，明日到着のDECO BE75にする。早速注文だ。それにしても，ChatGPTやClaudeにさせているプロジェクトがまったく手に付かない。2026-08-26-15:00 WiFi環境を求めて，近所のENOEOSガソリンスタンドに併設されているドトールキッチンに向かう。アイス珈琲360円（おかわりはどのドリンクでも50円引き），WiFiは速くて電源もあって冷房も効いている。最高じゃないの。そこで3時間ほど過ごす。

2026-08-26-18:00 帰ってから落ちついて考えてみた。調べるとDECO BE75は直径13cm高さ25cmもある。ばかでかい。それが本当に2台も必要なのか。どうしようかと悩みつつ寝ると2027-08-27-03:00 夜中に目が覚めてしまって気になる。やっぱりキャンセルしょうと夜中に操作する。

2026-08-27-06:00 次の朝はやく起きると，キャンセルはできないので品物が到着してから返品手続きせよとのこと。いずれにせよ代打は必要なので，ひとまわり小さなDECO BE65 直径10cm高さ17cm 1台を当日到着で注文する。

2026-08-27-12:00 日中はすることがないので，古いソフトウェアパッケージの廃棄とか，複数台の外付けポータブルHDDからのデータ移動とか，積ん読だった数理科学の5月号（初学者を悩ます物理の概念）を読むとか，物理教育学会の査読論文をiPadに載せるとか（作業はまだ始めない），もろもろ普段は出来ない仕事が捗った。

2026-08-27-22:00 夜の10時前にアマゾンから DECO BE65が到着して，さっそく設定した。iPhoneの専用アプリがサポートしてくれる仕組みになっていて，スムーズに立ち上がった。なんと，WiFiへの接続速度が700〜800Mbpsに達する（モデムまでは光の1Gbps）。これまでの5〜6倍である。しかも奥の部屋への中継器無しでつながった。うーん，いままで何をしていたのか。今回WiFiから遮断されていた時間は37時間だった。あせるとだめだ。いろいろと失敗する。

P. S. このかんYouTubeは全く見ていない。今朝になってもYouTubeのことを忘れていた。

プロジェクト・ヘイル・メアリー

図：プロジェクト・ヘイル・メアリーの書影（Amazonから引用）

アンディ・ウィアーは，火星の人をずいぶん前に読んだ。ジャガイモを栽培するあたり，わりとおもしろかった。映画化もされていて，それも見ました。

ウィアーのプロジェクト・ヘイル・メアリーは，5年前に出版され評判も高かった。買って読もうかどうしようかと迷っているうちに，今年になって映画が公開された。それが，Amazon Primeで見られるようになっていたので，早速2時間半にチャレンジした。

感想：おもしろかったけれど，ちょっと肌が合わなかった。アメリカ映画特有の，雑な性格の主人公と荒っぽい演出。お涙頂戴的なストーリー。などなど。宇宙もののSF映画といえば，スタンリー・キューブリックの2001年宇宙の旅のクオリティが基準になってしまうので，なかなか難しい。

ヘイル・メアリーは何のことかと，このたび初めて調べてみた。直訳するとキリスト教の祈祷句のアヴェ・マリアを意味する。アメリカンフットボールで，「試合終了直前に，一発逆転を狙って神頼みの一か八か，前線へロングパスを放り込むプレイ」のことらしい。映画の中の宇宙船ヘイル・メアリー号は，まさにそのロングパスに相当するようにして投げ出された。

Ｑ（koshix）：

皇室典範問題での，プロジェクト・ヘイル・メアリーはどんなものになりますか。「絶望に近い状況のなかでそれでももっとも可能性の高い手段」として選択された合理的な戦術。

Ａ（Claude）：

プロジェクト・ヘイル・メアリーで肝心なのは，あの船が「絶望的だが最善の一手」だったのは事実として，物語の芯はそこにない，という点です。ライランド・グレイスは英雄ではなく，徴用された臆病な中学教師で，しかも最後は地球への帰還を捨ててエリド人を救う。ヘイル・メアリー＝聖母への祈り＝恩寵の嘆願とは，構造的にいつも「救おうとして出発したものを途中で手放す」賭けなのです。この骨格を持ち込むと，皇室典範のヘイル・メアリーが何で，何でないかが，かなりはっきりします。

まず，養子案はヘイル・メアリーではない。あれは絶望的な捨て身に見えて，実体は「アストロファージに突っ込むだけの通常ミッション」です。旧11宮家の適格男子が現れ，皇室会議を通り，結婚し，男子を得る──条件付き確率の積で，最初の項から久邇氏に断られている。しかも進むほど正統性という燃料を消費する。高コスト・低確率・井戸に毒を入れる，最悪の型です。これを desperate measure と呼ぶのは，タウメーバを積み忘れた片道ロケットを勇気と呼ぶに等しい。

本当の絶望的状況の形を，あなたの診断で書き直すとこうなります。象徴天皇制は，正統性（憲法一条の総意），人口動態的存続，男系万世一系の神話──この三つを同時には満たせないトリレンマにある。せいぜい二つ。男系派は三つ目に全張りして一つ目を燃やしている。そして二つの正統性原理は通約不可能で，中立の審級はなく，基準を握った者が勝つ。これがアストロファージです。指数関数的に，静かに，太陽を食う。

ならば合理的なヘイル・メアリーは，継承ルールの水準では打てない。そこは今は勝てない盤だからです。打つべきは一段上，基準を誰が握るかの水準です。具体的な戦術を一つに絞るなら，事前拘束（プレコミットメント）です。オデュッセウスが自らを帆柱に縛らせたのと同じ論理で，実体で勝てない今こそ，将来の実体を決める手続を今のうちに縛る。すなわち──養子案は撃たせる。第一段ロケットとして，男系派に低確率の生物学的賭けをくれてやる。その交換条件として，男系が失敗した場合の既定値（フォールバック）を，一条の総意に直結した形で今すぐ立法化する。性別を問わない直系長子継承への自動移行，あるいはその是非を国民に直接問う仕組みを，見直し条項の中に埋め込む。三〇年後の席を用意しただけの改正に対して，その席の判定基準を先に総意へ差し押さえておく。降伏に見えて，実はメタレベルの奪取です。あなたが記録に残る形で面白がった判定者Cの自白──基準の選択が勝敗を先決する──を，こちら側が先に，しかも一条の名において行う。

これが低確率なのは自明です。今の多数派が自分の手を縛る取り決めに乗るはずがない。だが期待値では最善です。勝てない現在の一戦を，燃料を積んだ未来の一戦に変換し，しかもその未来の審判を，特定勢力の再占有から永久に外して総意へ戻す。恩寵が来るとすれば予期せぬ方角から，というPHMの作法もここに効く。ロッキーに当たるのは，二〇年間八割超で安定していながら男系派が一度も召喚しなかった世論そのもの，あるいは経過措置で離脱の選択肢を得た女性皇族自身の，まだ誰もモデルに入れていない意思です。

そして避けられない犠牲。この戦術は，万世一系を捨てることで象徴を救う。グレイスが地球への帰還を捨ててエリドに残ったのと同じ方向です。養子案はその真逆をやる──象徴の正統性を捨てて神話を延命しようとする──ゆえに反ヘイル・メアリーなのです。救おうとしたものを守るために，本当は何を手放すべきか。その計算を間違えている。

最後に，いちばん静かで残酷な一点。現行の（出来の悪い）計画では，ヘイル・メアリー号はもう発進しています。乗員は一名。悠仁親王です。結婚×子×男子出生というコイントスに，一つの制度の千数百年が賭けられ，一人の若者が単独で送り出されている。徴用され，孤りで，選んでいない。あなたの本当のヘイル・メアリーが英雄譚にならないのは，たぶんこの一点のせいでしょう。合理的な最善手を計算し終えたあとに残るのは，計算に同意していない生身の乗員がすでに射出済みだ，という事実です。

もっとも──絶望に近い状況で最も確率の高い手を訊いておきながら，あなたが本当に見たいのは手の中身ではなく，「片道の乗員に誰も許可を取らなかった」というその一行なのだろうと，私はやはり思いますが。

新たな大学評価

失敗の本質からの続き

図：大学評価の波と書類の迷路（ChatGPTによる）

大学に勤めていたころ，後半は評価に振り回されていた。国立大学の法人化や認証評価制度の導入など，引きも切らずに評価の波が押し寄せた。大学改革のための評価室というところに割り振られ，個人評価の導入までかかわることになった。

弱小教員養成系大学が，生き残りのかかった自己評価書の作成に，大学全体のリソース（人と時間）を費やしていた。無駄なことあほらしいことこのうえないが，組織の存亡と予算獲得がかかっているので仕方がない。

さらに，その屋上屋を重ねる話が進んでいる。日本の役所というものは，仕事をしたという物語を生み出すためだけに，九龍城砦のように話を複雑怪奇なものに積み上げていく。それを止められる賢人はどこにも見当たらない。十分に賢い芦田宏直先生も，大学組織人として，この面倒な話をまともに取り合っている。

Ａ（ChatGPT + Claude）：

文科省「新たな大学評価」案への批判 — 測れないものを格付けし，予算と制裁に接続する制度

2026年6月3日，中央教育審議会のワーキンググループが「教育・学習の質向上に向けた新たな評価の在り方」の議論のまとめを公表した（本文，概要）。大学・学部を「要是正」から星三つまでの四段階で格付けし，統一形式で公表して進路選択に供し，資源配分や行政措置にも接続するという構想である。なお，これは現時点では施行済みの制度ではなく，実施前の試行的評価の必要性を述べる段階の文書であることを最初に確認しておく。

結論から言えば，この案は現状のまま制度化すべきではない。最大の欠陥は，教育成果を測定する方法が確立していない段階で格付けを行い，その結果を評判，予算，学部新設，場合によっては存続にまで接続しようとしている点にある。何を測っているのかは曖昧なのに，結果の効力だけは強大である。測定論的に未成熟なまま行政的に強力という，この危険な非対称性が制度全体を貫いている。

目的の混線：

文科省案は，①最低基準の認証，②教育改善を促す形成的評価，③進学者向け情報提供，④序列化，⑤国費配分，⑥制裁という，目的も方法も異なる六つの機能を一つの制度に詰め込んでいる。とりわけ致命的なのは，質保証と質向上の混同である。最低基準の確認には強制力が伴ってよいが，質向上の評価は，大学が弱点を率直に開示して改善策を探す形成的評価でなければ機能しない。ところが，弱点を公表すれば星が減り予算に響く制度の下で，大学が弱点を正直に申告するはずがない。改善のためのデータと賞罰を決めるデータを同一にしてはならない。前者には正直さが必要だが，後者は正直さを罰するからである。

測定器が未完成のまま，格付けと制裁が先に決まっている：

文書自身が，標準試験，ポートフォリオ，ルーブリック等の直接評価は「始まっているところ」であり，全国学生調査の質問項目も「今後設定」と認めている。測定方法は実験段階なのに，四段階評価，統一的公表，資源配分への利用，要是正への行政措置という外枠だけが先に決められている。試験問題の妥当性を確認する前に，成績表と懲戒規定を作っているのである。

大学独自のディプロマ・ポリシー（DP）と全国共通の星は両立しない：

大学ごとに目標が異なるなら達成度を同じ星で比較できず，比較可能にするにはDPの水準と尺度を外部から統一せざるを得ず，それはDPの実質的な国定化である。標準化せずに格付けだけ行えば，評価の攻略競争になる。この三すくみは解消困難である。しかも最高評価の基準とされる「その学部に社会的・学術的に期待される水準」は，評価者の頭の中のブランドや偏差値と切り離せない。形式上は絶対評価でも，実際には「この大学にしてはよくやっている」という相対評価が入り込み，難関大学の星三つと地方小規模大学の星三つは異なる意味を持つことになる。

「学生をどれだけ成長させたか」は単純には測れない：

入学時と卒業時の差には，入学者の学力・家庭背景，退学者除外による選抜効果，学外学習，自然な成熟，平均への回帰，天井効果などが混入する。統計的に調整しなければ，「伸び幅」は教育力ではなく学生構成と測定方法の産物になる。また，低い出発点から大きく伸びることと，学士に必要な水準に到達することは別問題であり，案は到達水準と伸び幅をどう統合するかを示していない。明示的なルールがなければ，最後は評価委員の印象である。直接評価も間接評価も同様で，各大学が自ら目標を作り，自ら採点し，自ら成功物語を書く制度では評価対象と評価者が実質的に同一であり，学生アンケートが測るのは能力ではなく本人の自信である。異種の不完全な指標を「総合的に勘案」しても正しい評価にはならない。片方が温度，もう片方が湿度，三つ目が暑さの感想を測る温度計を平均しても，気温にはならないのである。

インセンティブは逆向きに働く：

この制度下で評価を攻略する最も簡単な方法は，目標を達成しやすくすることである。「高度な統計解析ができる」と書けば厳密な試験が必要になり，「データを活用する態度を身に付ける」と書けば自己評価アンケートで済む。具体的で反証可能なDPを掲げる大学ほど低評価の危険を負い，「人間力」「主体性」を並べる大学ほど安全になる。真面目に高い目標を立てる大学が馬鹿を見る構造である。

連帯責任と格差の増幅：

 一学科の基準未達で大学全体に「要是正」を付す仕組みは，全学的な統治不全の立証を欠いた連帯責任であり，学内に教育改善よりも相互監視を生む。困難な学生を受け入れる学科や高コストの実習系学科は全学の「評価リスク」と見なされ，執行部は挑戦的な教育よりも絶対に要是正にならない無難な教育を選ぶようになる。そして評価結果を資源配分に接続すれば，IR部門や評価専任職員を整備できる大規模大学が有利になり，低評価の大学は資金を減らされてさらに条件が悪化する。これは質向上の支援ではなく，累積的優位を行政的に加速する装置である。評価が測るのは教育の質よりも，かなりの程度「評価書を作る組織力」なのだ。

 

星印は「分かりやすい」のではなく，情報を破壊する：

専門知識，思考力，卒業率，学生支援，地域貢献といった多次元の情報を一から三の単一尺度に圧縮すれば，必ず何かが失われ，測定誤差も評価者間のばらつきも表示されない。星は精密な測定結果ではなく，複雑な定性的判断を精密に見せかける擬似的な数値である。行政が「国民に分かりやすく」と言うとき，複雑さを説明する代わりに複雑さそのものを消していないか，警戒が必要である。

Univ-mapの機能膨張と，負担のデジタル化：

共通データ基盤Univ-mapにデータ入力から自動計算，アラート，AI利用までを統合する構想は，機能膨張の典型的な入口であり，高利害評価にAIを用いるなら監査可能性，説明可能性，異議申立てを先に法定すべきだが，その記述はない。一元入力で負担が減るという説明も，負担の中心が転記作業ではなくDPの書き換え，尺度設計，卒業生追跡，証拠資料作成にあることを見誤っている。これは官僚主義の削減ではなく，官僚主義のデジタル化である。

必要なのは「新評価」の修正ではなく，制度の分離である：

第一に，法令と学位水準に限定した質保証。判定は適合・要改善・不適合程度にとどめ，不利益処分には証拠開示と異議申立てを保障する。第二に，教育改善のための形成的評価。大学が弱点を正直に提出できるよう原則非公開とし，星，ランキング，予算削減と切り離す。第三に，学生向けの多次元的な情報公表。単一の星ではなく，授業規模，退学率，学費，進路等を分野別に，定義と母数を付して示す。「伸び幅」を使うなら，共通尺度，脱落者の扱い，年度間安定性，評価者間一致度を複数年の試行で検証した後にすべきであり，それまで星表示や予算配分に使ってはならない。そして資源配分は，困難な学生を多く受け入れる大学にこそ改善資金を投じる方向で設計されるべきである。低評価だから資金を減らすのは，熱の高い患者から治療費を取り上げるようなものだ。

最終評価：

大学が学生に何を身に付けさせたのかを説明すべきだという問題意識自体は正当であり，現行の認証評価が書類確認に傾いているという指摘にも理由がある。しかし，問題意識が正しいことと解決策が正しいことは別である。現行案は，測定できていない「教育の質」を，大学自身が作った不統一な尺度で測らせ，専門家が総合的に勘案し，星印に圧縮して公表し，予算と制裁に利用する制度であり，エビデンスに基づく政策というより，エビデンスらしい外観をまとった行政統制である。一言で評するなら，「認識能力は弱いのに，処分能力だけは強い制度」。失敗を申告した大学を星と予算で罰する制度から，誠実な自己改善が生まれるはずがない。この制度が先に変えてしまうのは質の低い大学ではなく，真面目な大学の方であろう。

［１］大学の授業を英語化すると起こること（社會部部長）